- 刁思勉;黄天仑;毛霆;王楠;钟震宇;张云;周华民;
针对小型透明注塑件在成像过程中受成像质量与产品尺寸的影响,导致透明注塑件产品的缺陷检测准确率与召回率低的问题,提出一种基于特征融合的小型透明注塑件缺陷检测技术。首先,采用高清工业相机并搭配M5028-MPW2镜头对小型透明注塑件局部区域进行成像,以弥补尺寸的影响从而保证成像质量;然后,采用特征融合网络将低层次的高分辨率特征图下采样、高层次的强语义信息特征图上采样变换到相同尺寸,并通过局部响应归一化技术进行融合,从而提高缺陷区域的定位与识别精度;最后,利用特征共享的区域生成网络与分类网络实现缺陷位置的自动定位与检测。经实验验证:该技术能准确实现小型透明注塑件的缺陷检测,在300个推荐区域与交并比为0.5的情形下,缺陷区域召回率为100%;缺陷类别识别平均准确率为98.49%,具有较高的实用价值。
2021年06期 v.42 1-6页 [查看摘要][在线阅读][下载 2868K] - 张浩;蒋晓明;余凡;曹立超;周勇;刘晓光;
针对传统的船舶航向自动控制算法无法对船舶数学模型进行准确建模,且模型参数无法适应不同环境的控制精度要求的问题,提出一种改进蚁群算法。首先,建立船舶运动方程,明确影响控制精度的重要参数;然后,将蚁群算法与船舶航向自动控制系统相结合,并根据实际应用对象的特点对蚁群算法进行改进,使改进蚁群算法能够快速求出控制系统重要参数的最优解,提高船舶航向的控制精度;最后,通过仿真验证算法的可行性。仿真结果表明,相比传统蚁群算法,本文提出的改进蚁群算法求得的最优路径误差率降低了3.8%,并能较快迭代出最优解,提高了船舶航向控制的精度,减少船舶的无效行驶里程。
2021年06期 v.42 7-11页 [查看摘要][在线阅读][下载 547K]
- 杨志明;黄天仑;谭鹏辉;钟震宇;张云;
针对传统线性降维方法需要模态数量多、重构误差大的问题,提出一种基于卷积自编码网络的锂离子电池电极干燥流场的非线性降维技术。首先,采用大涡模拟仿真获取锂离子电池电极干燥流场的数据集;然后,利用卷积自编码网络对流场进行重构,并详细比较Mish激活函数、Re LU激活函数与传统本征正交分解(POD)的重构效果。实验表明:本文采用的卷积自编码网络在不同方向速度分量、总速度的重构效果方面优于传统的POD技术;且Mish激活函数的收敛效率与重构误差均优于传统的ReLU激活函数。本文技术能准确重构锂离子电极干燥流场,具有一定的实用价值。
2021年06期 v.42 12-17+29页 [查看摘要][在线阅读][下载 1311K] - 景东;范鑫湖;詹瑞典;
在柔性电路板和平板显示器设计中,常需要将两组对应的端口用多边形导线连接起来,且每个端口的导线都有电阻约束。针对矩形布线区域,改进传统的左边算法,用垂直约束图描述布线优先级,采用三段式方法进行布线并根据电阻计算线宽;针对不规则的多边形通道布线区域,采用剖分映射算法,将多边形剖分后穿过剖分线进行布线,并根据电阻与线宽的反比例特点,利用迭代法求解线宽。为验证该算法的有效性,对3个实际设计进行布线,成功布通全部端口对,实现了无人工干预的定阻值定区域布线。
2021年06期 v.42 18-23页 [查看摘要][在线阅读][下载 1152K] - 王楠;吴健;卢杏坚;钟震宇;黄凯;
针对室外场景中,因摄像头角度不统一、室外光照多变等因素导致行人难识别的问题,提出一种针对复杂场景的行人再识别优化方法。通过在ResNet的浅层嵌入实例-批归一化层和空间变换网络,引入Mish激活函数,构建改进的ResNet-50特征提取骨干网络,建立面向复杂场景的行人再识别模型。经在MSMT17数据集上验证,rank-1和mAP分别达到79.8%、58.5%,说明了该算法的有效性。
2021年06期 v.42 24-29页 [查看摘要][在线阅读][下载 1098K]
- 吴亮生;雷欢;陈再励;马敬奇;
针对果园环境下,光照情况复杂、果实状态各异导致杨梅识别与定位准确率低的问题,提出一种基于局部滑窗技术的杨梅果实识别与定位方法。首先,采用限制对比度自适应直方图均衡化改善图像光照;然后,提出Cb Cr色差法,结合最大类间方差法、形态学操作和区域生长策略,提取杨梅果实潜在前景区域;接着,根据潜在前景区域提取结果,采用局部滑窗技术,获取杨梅果实待检测区域;最后,建立基于局部纹理特征的支持向量机,结合非极大值抑制滤除低匹配度背景等干扰,提升杨梅果实识别与定位准确率。实验表明,该方法在果园环境下,杨梅果实识别准确率和召回率分别为92.51%和90.82%,总体耗时仅为0.123 s,兼顾了实时性和准确性。
2021年06期 v.42 30-35+48页 [查看摘要][在线阅读][下载 2044K] - 陈耿新;
针对振动传感器不同类型故障诊断对准确率和实时性要求高的需求,提出基于逐轮淘汰制一对一RVM(OVO-RVM)的振动传感器故障诊断方法。首先,研究RVM二分类模型及其超参数优化、模型稀疏化方法;然后,分析分类准确率高的OVO-RVM多分类模型工作原理及分类速度慢的原因,研究逐轮淘汰制OVORVM振动传感器故障诊断方法,该方法在各轮分类中仅对相邻类别进行分类判别并淘汰包括本轮在内的前几轮分类决策概率和最低的类别,经过多轮分类和淘汰后获得最终分类类别;接着,提出按照平均分类可靠性最低的两类别尽可能远离和各相邻类别平均分类可靠性尽量高的原则,对各类别进行合理排列并头尾相连,以提高分类判别的准确率;最后,将该方法应用于振动传感器不同类型故障的诊断,并进行实验验证。实验结果表明,本文方法在保证较高分类判别准确率的同时有效提高分类判别速度。
2021年06期 v.42 36-42页 [查看摘要][在线阅读][下载 811K] - 郑雅纯;郑和裕;林美娜;
为实现准确率高且计算复杂度低的阻塞性睡眠呼吸暂停(OSA)检测,根据血氧饱和度(SpO_2)提出一种基于加法网络和自注意力机制的OSA检测方法。该方法引入加法网络用于SpO_2的特征提取,以降低计算复杂度;采用自注意力机制调整采样点间的特征权重,以提高检测精度。在数据集Apnea-ECG上实现了敏感性94.56%、特异性96.91%的检测性能,且浮点运算数量为2.88 KFLOPs,比卷积操作减小了40%。实验结果表明:该方法在获得较高检测精度的同时,可以保持较低的计算复杂度。
2021年06期 v.42 43-48页 [查看摘要][在线阅读][下载 580K]